Question 1 : On se présente ?
Je suis Valéry Simon, Deputy Chief Data Officer à la Banque de France.
Question 2 : Raconte nous ta Good Idea !
Ma good idea, c’est de réaliser un démonstrateur façon chat GPT pour l’appliquer à mon entreprise afin de convaincre de la valeur ajoutée de l’IA générative dans les activités métiers de la Banque de France.
Question 3 : L’idée c’est d’embarquer qui ?
Tout d’abord, l’idée c’est déjà d’embarquer les DG métier et le CODIR pour ouvrir les portes à l’expérimentation, après avoir sensibilisé et mis en garde sur les risques qui étaient inhérents à cette technologie.
Question 4 : Quel est le contexte de la Banque de France ?
À la Banque de France, nous avons organisé la data sur 3 axes : l’industrialisation, la gouvernance et l’innovation.
- L’industrialisation, c’est une data plate-forme que l’on a mis en production l’an dernier et que l’on continue de faire évoluer.
- La gouvernance, c’est un aspect organisationnel pour remettre au cœur de l’entreprise la data comme un actif de l’entreprise à valoriser.
- L’innovation, c’est tout ce qu’on a mis en place à travers un centre d’expertise autour de l’IA, du machine learning et également de tout ce qui est lié à la data science.
Question 5 : Cette Good Idea, concrètement c’est quoi ?
Nous avons développé en un mois un moteur de type chat GPT avec un corpus documentaire, au sein de la Banque de France. Nous avions déjà eu des demandes et des expérimentations sur ce sujet et nous voulions prendre cette problématique sous un angle nouveau avec notamment l’IA générative.
Nous avons volontairement choisi un sujet qui suscitait une certaine appétence au sein de l’entreprise : Avec toute la communication que l’on peut entendre autour de chat GPT, nous savions déjà qu’il y aurait l’envie de jouer avec cette technologie. C’était donc, pour nous, un bon angle d’attaque.
Nous l’avons présenté lors d’un événement qui rassemblait l’ensemble des métiers pour annoncer que l’on proposait, sur un stand où on pouvait jouer avec notre Chat GPT en toute sécurité sur des cas métier.
Sur place, nous avons mis en place des démonstrations, d’environ 3-4 min, où chaque utilisateur pouvait expérimenter avec l’outil et a pu commencer à se familiariser avec en nous posant des questions, sur la façon de l’utiliser et sur la façon aussi de structurer des questions plus pertinentes. Chacun de ces testeurs lors de l’événement sont devenus aujourd’hui pour nous des contacts privilégiés pour les expérimentations que nous sommes en train de mener.
Question 6 : Comment cela s’organise ?
Il faut éviter effectivement de prendre ce sujet-là uniquement par l’angle technologique. Il faut vraiment utiliser un langage qui parle réellement aux métiers : partir d’un sujet simple et concret, éloigner les problématiques de la sécurité ou de la confidentialité, donc avoir un sujet qui puisse se prêter à de l’expérimentation et qui soit accessible vraiment au plus grand nombre. À partir du moment où l’on a choisi ce sujet ou ces sujets, on réalise quelques prototypes vraiment très simples. L’objectif étant de les réaliser très rapidement et de rechercher justement derrière un effet “waouh” pour le métier, qu’il ait envie d’aller un cran plus loin sur ce type d’expérimentation.
Question 7 : Quels impacts as-tu pu remarquer ?
Le premier impact, suite à l’événement et à ceux qui ont pu jouer avec notre prototype, est l’amélioration, au cours de ces derniers mois, de notre backlog d’expérimentation. Le point intéressant par rapport à ce backlog, et ce que j’en tire aussi vis à vis de la culture interne à la banque, c’est que c’était assez amusant de voir, lors de l’événement, que tout le monde avait entendu parler de chat GPT mais très très peu de monde avait réellement essayé de jouer avec. Ils avaient bien respecté effectivement la consigne, comme quoi l’utilisation de chat GPT comportait des risques, et ils s’étaient vraiment conformés au fait de ne pas vraiment l’utiliser ou l’expérimenter par eux-mêmes. Le fait d’en parler directement avec eux et de proposer un prototype les a débloqués afin qu’ils emploient au mieux l’IA mais aussi qu’ils voient que la part des avantages est plus importante que celle des risques.
Question 8 : Ce serait quoi le next step ?
Les prochaines étapes, pour nous, c’est des premières réalisations qu’on pourrait pousser en production et utiliser très concrètement dans des activités :
- soit très IT, comme de la génération de code
- soit dans d’autres cas d’usage autour de la valorisation d’un certain nombre de corpus documentaires à la banque, qui nous servent ensuite derrière en termes de statistiques ou en termes d’études économiques.
Également un 3e pan, qui nous semble aussi prometteur, autour du data Masking pour anonymiser des jeux de données que l’on pourrait ensuite avoir à partager avec d’autres partenaires extérieurs à la Banque.
